> ## Documentation Index
> Fetch the complete documentation index at: https://docs.wandb.ai/llms.txt
> Use this file to discover all available pages before exploring further.
# Eval Tables の表示
Eval Table を作成するときは、どの列に入力、出力、スコアが含まれるかを指定します。W\&B はそれらの列を、Eval Table 内の対応するセクションごとに分類します。
次の例は、EvalTable オブジェクトの基本的な構造を示しています。
```python theme={null}
import wandb
wandb.EvalTable(
input_columns=["column1", "column2"],
output_columns=["output_column1", "output_column2"],
score_columns=["score_column1", "score_column2"],
)
```
次の各引数に、1 つ以上の列名を渡します。
* `input_columns`: 画像、プロンプト、または正解ラベルなど、モデルに渡されるデータ。
* `output_columns`: 予測や生成された応答など、モデルが生成する値。
* `score_columns`: 出力の評価に使用するメトリクスやその他の値。
W\&B は、これらの列を Eval Table の Inputs、Outputs、Scores セクションに表示します。
このページの例では、[Create an Eval Table](/ja/models/evaltables/create-an-evaluation-table) のコードを使用しています。完全な例を表示またはコピーするには、**View code** を展開してください。
```python theme={null}
import pandas as pd
import wandb
df = pd.DataFrame(
[
{
"image_id": "img_001",
"true_label": "cat",
"predicted_label": "cat",
"confidence": 0.97,
"correct": True,
},
{
"image_id": "img_002",
"true_label": "dog",
"predicted_label": "cat",
"confidence": 0.72,
"correct": False,
},
{
"image_id": "img_003",
"true_label": "car",
"predicted_label": "car",
"confidence": 0.89,
"correct": True,
},
]
)
df["correct"] = df["correct"].astype(object) # ネイティブの Python bool を保持します
with wandb.init(project="classifier-eval-table-demo") as run:
eval_table = wandb.EvalTable(
dataframe=df,
input_columns=["image_id", "true_label"],
output_columns=["predicted_label"],
score_columns=["correct", "confidence"],
)
run.log({"validation_predictions_eval": eval_table})
```
たとえば、[Create an Eval Table](/ja/models/evaltables/create-an-evaluation-table) のコード例を見てみましょう。
```python theme={null}
import wandb
with wandb.init(project="classifier-eval-table-demo") as run:
eval_table = wandb.EvalTable(
dataframe=df,
input_columns=["image_id", "true_label"],
output_columns=["predicted_label"],
score_columns=["correct", "confidence"],
)
run.log({"validation_predictions_eval": eval_table})
```
その例では、以下のようになります。
* **Inputs** セクションには、`image_id` 列と `true_label` 列があります。
* **Outputs** セクションには、`predicted_label` 列があります。
* **Scores** セクションには、`correct` 列と `confidence` 列があります。
次の画像では、これらのセクションを示しています。
## 詳細ビュー
行を選択すると、その例の詳細ビューが開きます。詳細ビューには、その例の入力、出力、スコアが表示されます。
次の画像は、Eval Table の最初の行の詳細ビューを示しています。
表に多数の列がある場合や、複数の Runs にまたがって結果を比較する場合は、詳細ビューを使用して例を確認できます。
現在の表ビューで例の間を移動するには、**Inputs** セクションの上にある上矢印または下矢印を選択します。
## データをフィルタリングする
フィルターを使用して、特定の条件に一致する行だけを表示できます。
フィルターを追加するには、次の手順に従います。
1. 表の上にある **Filter** ボタンを選択します。
2. ドロップダウンから、フィルターする列を選択します。
3. 演算子を選択します。
4. 値を指定します。
W\&B はフィルターを自動的に表に適用し、条件に一致する行だけを表示します。
複数のフィルターを適用できます。フィルターを削除するには、その横にある `X` を選択します。
## 列の表示/非表示
**Columns** メニューを使用して、Eval Table に表示する列を指定します。利用可能な列は、表にログされたデータによって異なります。
列を表示または非表示にするには:
1. 表の上にある **Columns** を選択します。
2. 表示するには列を選択し、非表示にするには列の選択を解除します。
次の画像は、利用可能なすべての列が選択されている **Columns** メニューを示しています:
